Muse引爆CPU需求潮 单用户CPU消耗或超GPU两倍

2026年9月，Meta推出个人智能体Muse，凭借独特的后台持续执行能力，正在引发人工智能领域的技术革命。与传统问答式聊天机器人不同，Muse为每个用户分配独立云端Linux虚拟机，支持网页操作、购物、日程管理等多步骤后台任务，用户关闭应用后仍会持续运行。这一创新模式不仅改变了AI的应用形态，更对数据中心的计算架构提出了全新要求。

Muse的核心突破在于将AI从“问答式”升级为“执行式”，其真实浏览器、代码编译、多子智能体并行等能力显著拉升了通用计算负载。在纯推理场景中，CPU的作用仅限于分词、传递请求和结果重组；但在Agent AI场景中，CPU则充当指令层，负责任务规划、调度子智能体、管理工具调用和API请求、监控令牌流、整合结果以及运行反思循环。这种转变使得CPU的重要性显著提升，成为决定任务完成速度的关键因素。

数据显示，在1亿DAU（日活跃用户）规模下，基准情形仅需约0.1GW电力来自CPU/VM层，但考虑到每个Muse DAU每天产生的推理等效模型调用次数，3-4GW的CPU需求完全合理。若按此趋势发展，Meta可能需要新增7-10GW的计算能力，这将带来巨大的硬件采购需求。Muse对CPU的需求主要体现在三个方面：A头节点（GPU侧）的CPU核数、B固定层（用户侧）的CPU需求，以及C弹性层（任务并发）的CPU消耗。其中，C弹性层的需求尤为突出，因为Muse的沙箱是常驻的个人计算机，每次页面加载都涉及完整的HTML解析、JavaScript执行和DOM构建，Chromium的JS主线程CPU占用显著高于DSec的短时任务模式。

随着Muse的快速普及，CPU产业链条上的各家公司迎来重大机遇。Meta已签约数千万AWS Graviton核心，并在基础设施中部署数百万颗AMD EPYC CPU，验证CPU扩容已进入实际落地阶段。这一趋势表明，CPU需求的增长并非偶然，而是由Muse等Agent AI产品驱动的技术变革所致。